(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211022773.0 (22)申请日 2022.08.25 (65)同一申请的已公布的文献号 申请公布号 CN 115100203 A (43)申请公布日 2022.09.23 (73)专利权人 山东振鹏建 筑钢品科技有限公司 地址 252000 山东省聊城市高新区天津路 中段 (72)发明人 王立志　窦维震　 (74)专利代理 机构 北京真致博文知识产权代理 事务所(普通 合伙) 11720 专利代理师 娄华 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/13(2017.01) G06T 5/00(2006.01) G06V 10/762(2022.01) (56)对比文件 CN 114445387 A,202 2.05.06 CN 114882265 A,2022.08.09 CN 114937055 A,2022.08.23CN 114897898 A,202 2.08.12 CN 114359416 A,202 2.04.15 CN 114529779 A,202 2.05.24 CN 109870461 A,2019.0 6.11 CN 114627080 A,202 2.06.14 CN 114330477 A,2022.04.12 CN 110033434 A,2019.07.19 CN 113688807 A,2021.1 1.23 CN 114049354 A,202 2.02.15 CN 114913365 A,2022.08.16 CN 1086152 29 A,2018.10.02 US 2019228515 A1,2019.07.25 WO 2022110043 A1,202 2.06.02 WO 2009120830 A1,2009.10.01 郭慧.基于机器视觉的刨花板表面 缺陷在线 检测系统研究. 《中国博士学位 论文全文数据库 工程科技 Ⅰ辑》 .2021,第2021年卷(第3期), 潘贺贺.钢板表面 缺陷光学检测与分类的研 究. 《中国优秀硕士学位 论文全文数据库 信息科 技辑》 .2020,第2020年卷(第6期), (续) 审查员 刘璐 (54)发明名称 一种钢筋打磨除锈质量检测方法 (57)摘要 本发明涉及图像处理技术领域， 具体涉及一 种钢筋打磨除锈质量检测方法。 方法包括： 构建 钢筋规格以及对应最小滑窗的尺 寸的数据库； 基 于数据库获得待检测钢筋的灰度图像对应的最 小滑窗的尺 寸； 基于所有目标中轴点对应的滑窗 区域的灰度均值的方差和各目标中轴点对应的 滑窗区域中各行像素点的灰度均值， 计算存在锈 蚀的可能性指标； 基于图像中最大聚类簇中心点 的灰度值和各目标中轴点对应的滑窗区域中边 缘像素点的曲率， 得到各目标中轴点对应的滑窗 区域的目标异常程度； 基于所有目标中轴点对应 的滑窗区域的灰度均值的方差、 可能性指标和目标异常程度， 判断打磨除锈质量。 本发明提高了 对钢筋打磨除锈质量进行检测时的检测精度。 [转续页] 权利要求书3页 说明书11页 附图1页 CN 115100203 B 2022.11.18 CN 115100203 B (56)对比文件 Jiawei Zhang等.An ac curate fuz zy measure-based detecti on method for various types of defects o n strip steel surfaces. 《Computers i n Industry》 .2020,第 122卷Yu Dongling等.An enhancement algorithm based o n adaptive updati ng template w ith Gaus sian model for Si3N 4 ceramic beari ng roller surface defects detection. 《Ceramics I nternati onal》 .202 2, 第48卷(第5期),2/2 页 2[接上页] CN 115100203 B1.一种钢筋打磨除锈质量检测方法， 其特 征在于， 该 方法包括以下步骤： 获取除锈合格的各种规格的钢筋的灰度图像， 根据 所述各种规格的钢筋的灰度图像中 像素点的灰度值以及各种规格的钢筋的直径获得各种规格的钢筋的灰度图像对应的最小 滑窗的尺寸； 基于所述最小滑窗的尺 寸， 构建钢筋 规格以及对应最小滑窗的尺 寸的数据库； 所述尺寸包括长和宽； 获取待检测钢筋的灰度图像， 基于所述数据库获得待检测钢筋的灰度图像对应的最小 滑窗的尺寸； 基于待检测钢筋的灰度图像对应的最小滑 窗的宽获得目标中轴点； 分别将所 述目标中轴点作为滑窗的中心点， 利用待检测钢筋的灰度图像对应的最小滑窗对待检测钢 筋的灰度图像进行遍历， 计算所有目标中轴点对应的滑 窗区域的灰度均值的方差； 基于所 述方差和各目标中轴点对应的滑窗区域中各行像素点的灰度均值， 计算待检测钢筋的灰度 图像存在锈蚀的可能性指标； 基于各目标中轴点对应的滑窗区域的灰度均值对所述待检测钢筋的灰度图像中的像 素点进行聚类， 基于最大聚类簇的中心点的灰度值、 各目标中轴点对应的滑 窗区域的灰度 均值和各目标中轴点对应的滑窗区域中边缘像素点的曲率， 得到各目标中轴点对应的滑窗 区域的目标异常程度； 基于所述所有目标中轴点对应的滑窗区域的灰度均值的方差、 所述可能性指标和所述 各目标中轴点对应的滑窗 区域的目标异常程度， 判断待检测钢筋的打磨除锈质量； 所述基于所述方差和各目标中轴点对应的滑窗区域中各行像素点的灰度均值， 计算待 检测钢筋的灰度图像存在锈蚀的可能性指标， 包括： 对于任一目标中轴点对应的滑窗区域： 根据该滑窗区域中各行像素点的灰度均值， 计 算该滑窗 区域中每行像素点的灰度均值相对于整体平均灰度值之间的方差； 根据各目标中轴点对应的滑窗区域中每行像素点的灰度均值相对于整体平均灰度值 之间的方差和所述所有目标中轴点对应的滑窗区域的灰度均值的方差， 采用如下公式计算 待检测钢筋的灰度图像存在锈蚀的可能性指标： 其中， 为待检测钢筋的灰度图像存在锈蚀的可能性指标， 为反正切函数， 为所有目标中轴点对应的滑窗区域的灰度均值的方差， 为目标中轴点的个数， 为第 个 目标中轴点对应的滑窗 区域中每行像素点的灰度均值相对于整体平均灰度值之间的方差； 所述基于最大聚类簇的中心点的灰度值、 各目标中轴点对应的滑窗区域的灰度均值和 各目标中轴点对应的滑窗区域中边缘像素点的曲率， 得到各目标中轴点对应的滑窗区域的 目标异常程度， 包括： 将所述最大聚类簇的中心点的灰度值作为 参考灰度值； 对于任一目标中轴点对应的滑窗 区域： 计算该滑窗区域中像素点的平均 灰度值与 所述参考灰度值的差值的绝对值， 将所述绝 对值作为该滑窗 区域的初始 异常程度； 使用Sobel算子对该滑窗区域进行边缘检测， 获取该滑窗区域中的所有边缘像素点， 获 取各边缘像素点的曲率， 根据各个曲率及其出现的概率对所述初始异常程度进行修正获得权　利　要　求　书 1/3 页 2 CN 115100203 B 3